본 과정은 머신러닝의 다양한 알고리즘을 최소한의 라이브러리(예. numpy)만을 이용해서 구현하는 과정입니다.
알고리즘에 대한 기본적인 지식들은 각자 미리 학습하고,
함께 공부하는 시간에는 책과 웹을 통해서 얻은 소스들을 기반으로 함께 머신러닝 알고리즘의 코드를 한줄씩 짤 예정입니다.
라이브러리 없이 도전하는 머신러닝
진행일시
매주 (2시간)
모집현황

2.000000명 신청가능

진행장소
캠퍼스
Untitled-2 학습대상

1. 이전에 머신러닝을 대충이라도 공부해서 어떤 알고리즘들이 있다는 걸 아는 분이 들으셨으면 좋겠습니다.
2. 파이썬 코드를 읽는 데에 큰 어려움은 없는 분이 들으셨으면 좋겠습니다. 물론 파이썬을 잘 다루실 필요는 없습니다.

Untitled-2 선수지식

1. Supervised / Unsupervised Learning 관련 개념을 대강은 알아야 합니다.
2. 파이썬 코드를 읽는 데에 큰 어려움은 없으셔야 합니다.

Untitled-2 과목난이도

쉬움 (1단계) ~ 어려움(5단계)

학습목표

1. 다양한 머신러닝 알고리즘을 바닥에서부터 작성해 봅니다.
2. 머신러닝 알고리즘에 대해서 확실하게 이해합니다.

Untitled-2 학습 및 참고자료

1. 책: 밑바닥에서 시작하는 데이터 과학(주교재), An Introduction to Statistical Learning (부교재)
2. 웹소스: https://github.com/eriklindernoren/ML-From-Scratch#polynomial-regression

Untitled-2 운영방식

1. 해당 주차에 해당하는 개념들을 미리 학습합니다.
2. 미리 학습한 내용은 한주씩 번갈아 가면서 발표합니다.
3. 발표 후에는 해당 주차의 알고리즘의 코드를 한줄씩 함께 짜는 시간을 갖습니다.

Untitled-2 커리큘럼
하브루타 / 이론+실습

주차 모임내용 학습자료
1 주차 풀잎스쿨 소개 및 10주 동안 커버하게 될 알고리즘들에 대한 간단한 소개 책: 밑바닥에서 시작하는 데이터 과학 11장
2 주차 Multiple Linear Regression & Lasso/Ridge Regression 책: 밑바닥에서 시작하는 데이터 과학 14, 15장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
3 주차 Naive Bayes Classifier & Logistic Regression 책: 밑바닥에서 시작하는 데이터 과학 8, 13, 16장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
4 주차 K-Nearest Neighborhood & Decision Tree 책: 밑바닥에서 시작하는 데이터 과학 12, 17장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
5 주차 Support Vector Machine 책: 밑바닥에서 시작하는 데이터 과학 16장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
6 주차 Ensemble Learning (1): Boosting 책: 밑바닥에서 시작하는 데이터 과학 17장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
7 주차 Ensemble Learning (2): Bagging 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
8 주차 Principal Component Analysis & K-Means Clustering 책: 밑바닥에서 시작하는 데이터 과학 19장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/unsupervised_learning
9 주차 Gaussian Mixture Model 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/unsupervised_learning
10 주차 Artificial Neural Network (1): Multi-layer Perceptron 책: 밑바닥에서 시작하는 데이터 과학 18장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/supervised_learning
11 주차 Artificial Neural Network (2): CNN & RNN 책: 밑바닥에서 시작하는 데이터 과학 18장 / 웹: https://github.com/eriklindernoren/ML-From-Scratch/tree/master/mlfromscratch/deep_learning
Untitled-2 퍼실소개
윤석채

윤석채

대학원에서 퀀트 마케팅을 전공하고, 현재는... 한량입니다...

머신러닝을 공부하시면서 다음과 같은 경험이 있는 분들이 많을 겁니다.
1. 머신러닝 이론은 배웠는데, 뭔가 손에 잡히는 게 없는 것 같다. 이론에 따라서 어떻게 연산되는 지 확인하고 싶다.
2. 싸이킷런 같은 라이브러리를 이용해서 코드를 돌린 적은 있는데, 이게 도대체 어떻게 학습을 하는 것인지, 좀 애매하다.

이번 풀잎스쿨은 머신러닝 알고리즘에 대한 애매모호함을 극복하기 위한 목적으로, 알고리즘을 바닥부터 함께 작성하는 시간을 갖기 위해서 개설되었습니다.

월 77,000원 / 3개월 231,000원

2020-01-06 부터 총 11주 진행

모집마감

2019년 12월 20일(금요일) 오후 3시에 모집이 시작됩니다.